Jasonmel Blog - Page 27

路上向孩子介紹看到的各種汽車廠牌...

我：「這是 Benz 賓士，它的形狀就像...」(想很久想不出一個好的形容詞)
藝：「風力發電！」
我：「對！」

真是有趣的神比喻。

《零規則（No Rules Rules）》是最近許多 KOL 都在推薦的一本書，紀錄了 Netflix 近年來帶動高速成長的企業文化。

簡而言之，Netflix 的成長秘訣在於三個要點累積起來的正向循環：提升人才密度、增進誠實敢言、放鬆與去除控制。首先，在一個創新產業中，最好的人才所帶來的產出，往往是次級人才的倍數，也因此相當值得以業界最高待遇來網羅。反之，一個雞肋人才，很可能會拖累整個團隊士氣，甚至造成劣幣驅良幣的嚴重後果，則需要果斷以優厚的資遣費來加以驅離。當確保團隊成員都是一等一的人才之後，基本就可以把所有人當作能獨立做出正確判斷的大人對待，公司不再需要對員工有所隱藏，只需要提供員工所有資訊，運用「指揮官命令」的概念，讓員工得以在擁有充分資訊的狀況下，依照各自職位所遇到的不同狀況來自行做出最佳判斷。而員工在擁有更多權力之餘，也同時擔負起更大的責任，也更能從工作當中獲得成就感。其中，員工可能各有各的盲點與缺陷，也可能會犯顯而易見的錯誤，也因此員工彼此之間的建設性的誠實敢言也十分重要。假使人人都能實話實說直言不諱，將大幅減少不必要的溝通成本。同時，為了鼓勵員工勇於嘗試，犯錯也是被允許的，只要專注於從錯誤當中學習經驗與教訓，未來勢必能做出愈來愈正確的決策。最後，CEO Reed 再次強調，這樣的文化只適用於創新產業。對於要求產品一致性的製造業，或者對於生命安全極為嚴苛的醫療或高風險產業，則還是得有一套嚴格的規範。

「別人的老闆從不令人失望」，如果一間公司真的能落實這樣的文化，以當前的世代算是相當令人羨慕的了。

加入 Clubhouse 一個禮拜以來，慢慢能理解這個難得一見的現象級 app 為何會這麼受歡迎。

我自己看到的幾個吸引人的重點：各行各業檯面上和檯面下大神們的加入和參與、相對平等的對話空間、以及未經允許不可錄音散播的規定。就一個聽眾的角度來說，可以自由穿梭各個聊天室，在各領域大神們的談話當中，聽到許多外面花錢也聽不到的乾貨 (當然也不乏一些沒什麼內容的喇賽)，就已經值回票價了。而不能錄音的規定，更會有一種錯過了就沒了的強大吸引力。反觀其他平台上雖然也有許多優質整理過的資訊，但就因為其他平台的資訊不會消失，可以選擇之後再看，而被排到比較次一級的順位。更進一步，聽眾還能舉手直接與大神們對話交流，這在日常生活當中更是完全沒可能的事情。而就發言人的角度來看，這樣的聊天除了能和同業的神人們互相認識切磋交流之外，也能增加自己的曝光率，也算是某種程度的行銷管道。同時，不能錄音的規定，更讓發言人不用擔心後續被攤在陽光下公審的風險，更能暢所欲言講一些平常檯面上不太能講的內容，進一步正向循環到前面提到的聽眾黏著度上。可以說，透過這樣的平台，人類群體之間的資訊交流效率又提升了一個層級。

即便如此，一個禮拜以來，持續追蹤收聽 Clubhouse 其實還蠻累的，也或多或少影響了原本的生活節奏，更不用說聊天室內的 moderators 以及 speakers 。不知道這股熱潮還會持續多久，但勢必得開始在原本的生活與 Clubhouse 之間尋找一個新的平衡點。

題外話，差不多是在 Clubhouse 崛起的時間點開始，自己 YouTube 頻道的流量也出現很大幅度的衰退，至今大約掉了整整 1/3 的流量。原本還在猜想可能只是 YouTube 又在調整曝光演算法，不太可能是 Clubhouse 吧。然而實際進去聽之後，更是確信了 Clubhouse 的確蠻有可能把大家的注意力，從各個平台吸收過去，而且吸個精光。就像 20200713 提到的，在這個資訊爆炸的年代，人們的注意力真的是愈來愈稀缺了，這也呼應了某 AI 領域重量級 paper 的標題－－《Attention Is All You Need》。

翟本喬《創新是一種態度》，全書的中心思想就是四個字「突破框架」。現實生活中，有太多文化、習慣、約定俗成，經年累月大家都這麼做，後人也就不明就裡跟著照做，這就是所謂的框架。其中有些背後可能有其道理，但也有許多是時過境遷，不合時宜。也因此，試著去了解每一件事背後為什麼要這樣做，回歸事情的初衷，就變得相當重要。翟神在書中提到的相當多的例子，如果以傳統的角度來看可能覺得相當創新，但如果從其根本想解決的問題的角度來看，從不同層級的視野來看，就只不過是再自然不過的優化選擇罷了。

最後，翟神用「創新是一種態度，不是一種制度」作為總結，提到創新也是一種藝術，是一種內化在心裡的精神。一旦能在日常生活中運用多一點點的巧思，發現框架，面對框架，並勇於挑戰框架，創新將無所不在，等著我們去發掘。

AI 這個課題，差不多在趨勢和 Yahoo 工作期間，就開始感受到它的存在。也很慶幸在 Yahoo 時，在 BC 大大的帶領下，做出人生第一個 machine learning project - Yahoo Answers Autocat，也把成果寫成 paper 投上了公司內部的 conference，獲得一次出差總部的機會。然而實際上，自我感覺是還蠻心虛的，大概就是把東西做出來能動，很神奇沒錯，但它裡面到底怎麼運作的，卻是一點概念也沒有。進到微軟之後，也陸續碰了一些 machine learning 的東西，一樣是把東西做出來了能動沒錯，但類似的空虛感也再度浮現出來。最近幾年更是不得了，放眼望去一籃子的職缺都要求 AI 相關技能，更是有一種再不好好惡補一下，就快跟現實世界脫節了的危機感。密集看了許多線上課程和 AI 產業動態之後，總算是比較知道之前到底在幹麻。希望藉由消化整理過的動畫，讓更多人一起快速略懂 AI 這個博大精深的課題，遇到相關討論時也能講出幾個關鍵字插個嘴，刷刷存在感。